拼音输入法雏形原理

    现在智能拼音输入那么高级智能，可是你知道它的程序的原理吗？ 我以前也不知道，后来无意间自己“领悟”了大概的原理，写出来跟大家分享一下，文章有错的可以指正，有这方面经验的人懂更多的也可以分享一下。

那拼音输入法到底是怎么一个原理呢？现在就讲讲流程。

一 首先要知道“汉字编码”。这里只讲拼音（音码），用GB2312编码举例，其他编码，部首输入法等同理（扩展形码（五笔，部首））。

参考http://baike.baidu.com/view/1204863.htm?fr=aladdin

GB2312   编码

第16－55区	一级汉字（以拼音字母排序）
第56－87区	二级汉字（以部首笔画排序）

 每个汉字或图形符号分别用两位的十进制区码（行码）和两位的十进制位码（列码）表示，不足的地方补0，组合起来就是区位码。
 把区位码按一定的规则转换成的二进制代码叫做信息交换码（简称国标码）。国标码共有汉字6763个（一级汉字，是最常用的汉字，按汉语拼音字母顺序排列，共3755个；
 二级汉字，属于次常用汉字，按偏旁部首的笔划顺序排列，共3008个），数字、字母、符号等682个，共7445个。

所有16－87区都汉字编码，每一区里有按编码分位，当然这里的编码是有规律的。

GB2312编码表

用PHP 代码演示

        /**
	 * 遍历所有一级字 ，二级字同理，
	 */
	public function areaPos()
	{
		$i = 1;
		for($area = 0xb0; $area <= 0xf7; $area++){
			for($pos = 0xa1; $pos <= 0xfe; $pos++){
				echo iconv('GB2312', 'UTF-8', chr($area) . chr($pos)) . ' ' . (($area << 8) + $pos - 65536) . "\n";
				if($i++ == 3755){
					echo "一级字到此结束\n";
					echo $area . "\n";
					echo $pos . "\n";
					exit;
				}
			}
		}

	}

从16区01位是“啊”然后 都是拼音“a”的汉字然后是拼音“ai”....

"a|ai|an|ang|ao|ba|bai|ban|bang|bao|bei|ben|beng|bi|bian|biao|bie|bin|bing|bo|bu|ca|cai|can|cang|cao|ce|ceng|cha" .
            "|chai|chan|chang|chao|che|chen|cheng|chi|chong|chou|chu|chuai|chuan|chuang|chui|chun|chuo|ci|cong|cou|cu|" .
            "cuan|cui|cun|cuo|da|dai|dan|dang|dao|de|deng|di|dian|diao|die|ding|diu|dong|dou|du|duan|dui|dun|duo|e|en|er" .
            "|fa|fan|fang|fei|fen|feng|fo|fou|fu|ga|gai|gan|gang|gao|ge|gei|gen|geng|gong|gou|gu|gua|guai|guan|guang|gui" .
            "|gun|guo|ha|hai|han|hang|hao|he|hei|hen|heng|hong|hou|hu|hua|huai|huan|huang|hui|hun|huo|ji|jia|jian|jiang" .
            "|jiao|jie|jin|jing|jiong|jiu|ju|juan|jue|jun|ka|kai|kan|kang|kao|ke|ken|keng|kong|kou|ku|kua|kuai|kuan|kuang" .
            "|kui|kun|kuo|la|lai|lan|lang|lao|le|lei|leng|li|lia|lian|liang|liao|lie|lin|ling|liu|long|lou|lu|lv|luan|lue" .
            "|lun|luo|ma|mai|man|mang|mao|me|mei|men|meng|mi|mian|miao|mie|min|ming|miu|mo|mou|mu|na|nai|nan|nang|nao|ne" .
            "|nei|nen|neng|ni|nian|niang|niao|nie|nin|ning|niu|nong|nu|nv|nuan|nue|nuo|o|ou|pa|pai|pan|pang|pao|pei|pen" .
            "|peng|pi|pian|piao|pie|pin|ping|po|pu|qi|qia|qian|qiang|qiao|qie|qin|qing|qiong|qiu|qu|quan|que|qun|ran|rang" .
            "|rao|re|ren|reng|ri|rong|rou|ru|ruan|rui|run|ruo|sa|sai|san|sang|sao|se|sen|seng|sha|shai|shan|shang|shao|" .
            "she|shen|sheng|shi|shou|shu|shua|shuai|shuan|shuang|shui|shun|shuo|si|song|sou|su|suan|sui|sun|suo|ta|tai|" .
            "tan|tang|tao|te|teng|ti|tian|tiao|tie|ting|tong|tou|tu|tuan|tui|tun|tuo|wa|wai|wan|wang|wei|wen|weng|wo|wu" .
            "|xi|xia|xian|xiang|xiao|xie|xin|xing|xiong|xiu|xu|xuan|xue|xun|ya|yan|yang|yao|ye|yi|yin|ying|yo|yong|you" .
            "|yu|yuan|yue|yun|za|zai|zan|zang|zao|ze|zei|zen|zeng|zha|zhai|zhan|zhang|zhao|zhe|zhen|zheng|zhi|zhong|" .
            "zhou|zhu|zhua|zhuai|zhuan|zhuang|zhui|zhun|zhuo|zi|zong|zou|zu|zuan|zui|zun|zuo"

然后表这个表做个映射，当键盘按下“a”的时候，就从16区01位开始显示几个汉字让选择，并记录用户选择的情况，以后按照选择次数多的排序，达到比较智能点。当然智能拼音还有词组记录，常用词等等。有很多种智能策略……。

最简单的输入法流程：

键盘按个一个键，程序获取ASCII码，知道是哪个字符，根据这个字符去“音码表”查找，显示出用户经常选择的字，词，根据用户选择，输出到屏幕输入框。

/**
	 * 判断1，2级字
	 */
	public function test()
	{
		$c = "啊";
		$c = iconv('UTF-8', 'GB2312', $c);
		echo (ord(substr($c, 0, 1)) - 160) . "\n";


		$c = "鲨";
		$c = iconv('UTF-8', 'GB2312', $c);
		$num = ord(substr($c, 0, 1)) * 256 + ord(substr($c, 1, 1));
		echo $num . ' ' . ($num - 65536) . "\n";
		if($num > (0xD7 << 8 + 0xF9)){
			echo '2级';
		} else{
			echo '1级';
		}
	}